本文選題：煤礦安全 + 指標(biāo)氣體　； 參考：《華北理工大學(xué)》2017年碩士論文

【摘要】：煤自然發(fā)火是導(dǎo)致煤礦火災(zāi)的重要原因之一,不僅制約了煤炭經(jīng)濟(jì)的發(fā)展,也為煤礦正常生產(chǎn)埋下了極大的安全隱患。做好煤炭自然發(fā)火早期預(yù)測預(yù)報至關(guān)重要。在研究了煤炭自然發(fā)火機(jī)理作用,以及煤炭自然發(fā)火預(yù)測領(lǐng)域的現(xiàn)狀后,提出了一套基于LVQ神經(jīng)網(wǎng)絡(luò)的煤層自然發(fā)火預(yù)報系統(tǒng)。LVQ神經(jīng)網(wǎng)絡(luò)的煤自然發(fā)火預(yù)報系統(tǒng)大體可分為如下幾個環(huán)節(jié):第一,采取束管集氣系統(tǒng)將礦井下檢測到的氣體傳送于色譜儀,第二,應(yīng)用色譜儀對采集到的氣體進(jìn)行分析,得到各檢測點(diǎn)的指標(biāo)氣體濃度數(shù)據(jù),第三,經(jīng)過色譜工作站對指標(biāo)氣體濃度數(shù)據(jù)進(jìn)行強(qiáng)化處理后,將數(shù)據(jù)以Excel文件的形式通過局域網(wǎng),結(jié)合數(shù)據(jù)文件同步傳輸軟件,實(shí)時自動傳輸于訓(xùn)練好的LVQ神經(jīng)網(wǎng)絡(luò)中。第四,通過網(wǎng)絡(luò)對指標(biāo)氣體濃度數(shù)據(jù)的分析,評判該監(jiān)測點(diǎn)煤層是否自然發(fā)火,與此同時結(jié)合溫度傳感器測得的溫度值,對監(jiān)測點(diǎn)煤層是否自然發(fā)火做出綜合評判�；谔粕綎|歡坨煤樣氧化實(shí)驗(yàn)數(shù)據(jù),通過矩陣實(shí)驗(yàn)室(MATLAB)創(chuàng)建LVQ網(wǎng)絡(luò)并進(jìn)行仿真分析。選取CH4/CO、O2/CO2、CO/O2三組標(biāo)志氣體濃度比來作為網(wǎng)絡(luò)輸入,選取標(biāo)志氣體濃度比作為網(wǎng)絡(luò)輸入可以最大限度的降低礦井通風(fēng)散熱對標(biāo)志氣體濃度的影響,從而能在一定范圍內(nèi)提高煤自然發(fā)火預(yù)報準(zhǔn)確度。未發(fā)火與發(fā)火作為網(wǎng)絡(luò)的輸出分別用1和2來表示。通過仿真分析采用LVQ神經(jīng)網(wǎng)絡(luò)比BP網(wǎng)絡(luò)模型在處理束管集氣裝置從煤層中采集的指標(biāo)氣體濃度并作出自然發(fā)火預(yù)測預(yù)報中,更具快速性、穩(wěn)定性及準(zhǔn)確性。當(dāng)向網(wǎng)絡(luò)輸入訓(xùn)練樣本以外的其他指標(biāo)氣體濃度數(shù)據(jù)時,網(wǎng)絡(luò)會迅速對煤層自然發(fā)火與否做出準(zhǔn)確預(yù)報。采用LVQ神經(jīng)網(wǎng)絡(luò)模型能夠有效克服指標(biāo)氣體濃度數(shù)據(jù)難以采取復(fù)雜數(shù)學(xué)建模的問題,可以有力解決束管系統(tǒng)易受通風(fēng)條件影響的缺陷,明顯提高了煤自然發(fā)火預(yù)報的正確率,為煤層的自然發(fā)火的預(yù)報提供了新的有力依據(jù)。
[Abstract]:The spontaneous combustion of coal is one of the important reasons leading to the coal mine fire, which not only restricts the development of coal economy, but also buries a great hidden danger of safety for the normal production of coal mine. It is very important to make early prediction and forecast of coal spontaneous combustion. After studying the mechanism of coal spontaneous combustion and the present situation in the field of coal spontaneous combustion prediction, In this paper, a coal spontaneous combustion prediction system based on LVQ neural network is put forward. The system can be divided into the following steps: first, The beam tube gas collecting system is adopted to transmit the gas detected under the mine to the chromatograph. Secondly, the collected gas is analyzed by using the chromatograph, and the index gas concentration data of each detection point are obtained. Third, After the chromatographic workstation strengthened the index gas concentration data, the data was transferred automatically and real-time to the trained LVQ neural network in the form of Excel file through LAN, combined with the data file synchronous transfer software. Fourth, through the network analysis of the index gas concentration data, the coal seam of the monitoring point is judged whether the spontaneous combustion, at the same time, combined with the temperature sensor measured temperature value, the monitoring point coal seam spontaneous combustion or not to make a comprehensive evaluation. Based on the experimental data of Donghuantuo coal sample oxidation in Tangshan, LVQ network was created and simulated by matrix lab. Selecting three groups of marked gas concentration ratios Ch _ 4 / COO _ 2 / CO _ 2 / O _ 2 as the network input, selecting the mark gas concentration ratio as the network input can minimize the influence of mine ventilation and heat dissipation on the mark gas concentration. Therefore, the prediction accuracy of coal spontaneous combustion can be improved within a certain range. Unfired and unfired are represented as network outputs by 1 and 2, respectively. Through simulation analysis, LVQ neural network is more rapid, stable and accurate than BP neural network model in dealing with index gas concentration collected from coal seam by beam tube collecting device and making prediction of spontaneous combustion. When the data of gas concentration other than training samples are inputted into the network, the network will make an accurate prediction of the spontaneous combustion of coal seams. The LVQ neural network model can effectively overcome the complex mathematical modeling problem of the index gas concentration data, can solve the defects of the beam tube system easily affected by the ventilation conditions, and obviously improves the correct rate of coal spontaneous combustion prediction. It provides a new powerful basis for the prediction of spontaneous combustion of coal seam.
【學(xué)位授予單位】：華北理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TD752.2;TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 褚廷湘;姜德義;余明高;陳月霞;;頂板巷瓦斯抽采誘導(dǎo)煤自燃機(jī)制及安全抽采量研究[J];煤炭學(xué)報;2016年07期

2 吳鋼;魏東;周政達(dá);唐明方;付曉;;我國大型煤炭基地建設(shè)的生態(tài)恢復(fù)技術(shù)研究綜述[J];生態(tài)學(xué)報;2014年11期

3 張海軍;;煤層自然發(fā)火預(yù)測預(yù)報分析[J];科技信息;2013年25期

4 馬金鳳;徐有寧;史俊瑞;薛治家;黃新章;;高揮發(fā)分煤粉熱解特性實(shí)驗(yàn)研究[J];沈陽工程學(xué)院學(xué)報(自然科學(xué)版);2012年04期

5 張辛亥;劉強(qiáng);鄭學(xué)召;王偉峰;;基于ZigBee的采空區(qū)無線自組網(wǎng)測溫系統(tǒng)分析[J];煤炭工程;2012年09期

6 徐生瑜;;Fourier神經(jīng)網(wǎng)絡(luò)預(yù)測模型研究[J];信息通信;2012年03期

7 蘇慧峰;;淺談煤礦井下易自然發(fā)火區(qū)域的預(yù)防分析[J];科技信息;2012年12期

8 劉宜平;楊業(yè)新;;跨上山回采采空區(qū)遺煤自燃原因分析[J];煤礦安全;2012年04期

9 李宗翔;衣剛;武建國;郭達(dá);趙春景;趙丹;;基于“O”型冒落及耗氧非均勻采空區(qū)自燃分布特征[J];煤炭學(xué)報;2012年03期

10 岳小棟;王巨豐;袁學(xué)強(qiáng);郝永亮;;采空區(qū)自燃火區(qū)溫度場演化規(guī)律分析研究[J];煤炭技術(shù);2011年03期

相關(guān)會議論文 前1條

1 程根銀;王玉懷;陳紹杰;馬玉姣;;興源礦煤自然發(fā)火標(biāo)志氣體實(shí)驗(yàn)分析研究[A];中國職業(yè)安全健康協(xié)會2008年學(xué)術(shù)年會論文集[C];2008年

相關(guān)博士學(xué)位論文 前3條

1 許延輝;煤自燃特性宏觀表征參數(shù)及測試方法研究[D];西安科技大學(xué);2014年

2 張國英;區(qū)域能源、環(huán)境及經(jīng)濟(jì)協(xié)調(diào)發(fā)展理論與方法[D];天津大學(xué);2007年

3 戴雪龍;PET探測器神經(jīng)網(wǎng)絡(luò)定位方法研究[D];中國科學(xué)技術(shù)大學(xué);2006年

相關(guān)碩士學(xué)位論文 前9條

1 程結(jié)園;煤礦井下煤炭自燃監(jiān)測方法的研究[D];安徽理工大學(xué);2015年

2 劉通;煤自燃指標(biāo)氣體優(yōu)選及影響因素研究[D];太原理工大學(xué);2014年

3 齊曉燕;煤炭利用的環(huán)境影響及節(jié)能減排潛力研究[D];中北大學(xué);2014年

4 黃鴻劍;黃鐵礦硫?qū)γ鹤匀继匦詤?shù)影響的實(shí)驗(yàn)研究[D];西安科技大學(xué);2013年

5 洪超;基于人工神經(jīng)網(wǎng)絡(luò)的電梯群控系統(tǒng)的研究[D];東北大學(xué);2012年

6 熊若訥;煤礦井下安全智能監(jiān)控分站的設(shè)計[D];武漢理工大學(xué);2012年

7 王麗敏;煤氧化自燃過程吸附氧氣機(jī)理研究[D];遼寧工程技術(shù)大學(xué);2007年

8 王亞軍;基于神經(jīng)網(wǎng)絡(luò)的煤炭自燃預(yù)測預(yù)報技術(shù)研究[D];安徽理工大學(xué);2006年

9 曾智;遞歸神經(jīng)網(wǎng)絡(luò)的動力學(xué)行為研究[D];重慶大學(xué);2006年

，

本文編號：1834497